marketinginsight.id – Adopsi kecerdasan buatan (artificial intelligence/AI) di sektor jasa keuangan kini memasuki fase krusial. Lembaga perbankan hingga institusi finansial kian gencar mengintegrasikan AI ke dalam alur kerja utama, mulai dari deteksi kecurangan (fraud), otomatisasi compliance, hingga personalisasi layanan nasabah. Namun, di balik masifnya investasi teknologi tersebut, kesiapan infrastruktur data mendasar masih menjadi ganjalan utama yang menahan laju transformasi digital secara optimal.
Kondisi ini tecermin dari temuan riset terbaru The Data Readiness Index 2026 yang dirilis Cloudera. Kendati mayoritas pelaku industri keuangan merasa telah memiliki visibilitas terhadap lokasi data mereka, persoalan keterbatasan kinerja infrastruktur teknis dan kendala integrasi alur kerja masih kerap memicu kegagalan investasi AI dalam memberikan imbal hasil bisnis yang diharapkan.
Menghadapi kompleksitas tata kelola dan regulasi industri yang amat ket ketat, kesiapan data berbasis fleksibilitas serta keamanan tinggi kini menjadi kunci pembeda. Tanpa tata kelola data yang solid di lingkungan yang terdistribusi, akselerasi inovasi AI di industri keuangan berisiko terhambat oleh masalah akurasi, transparansi, dan efisiensi operasional jangka panjang.
Cloudera merilis temuan sektor jasa keuangan dari laporan penelitian terbarunya berjudul The Data Readiness Index 2026. Laporan tersebut menemukan bahwa meski lembaga keuangan gencar mendorong inisiatif AI, banyak yang masih menghadapi tantangan operasional dan tata kelola yang membatasi kemampuan mereka dalam memaksimalkan value data secara luas.
Lembaga keuangan kini menghadapi tekanan yang semakin besar untuk memodernisasi operasional, memberantas fraud, memperkuat manajemen risiko, memenuhi regulasi yang terus berkembang, serta menghadirkan pengalaman nasabah yang konsisten dan personal. Seiring meluasnya penggunaan AI dalam alur kerja layanan nasabah, compliance, deteksi fraud, hingga alur kerja analitik, keberhasilannya sangat ditentukan oleh kemampuan mengakses dan mengelola data secara aman di berbagai lingkungan yang semakin kompleks.
Penelitian ini menemukan bahwa 83 persen lembaga jasa keuangan mengaku telah memiliki visibilitas terhadap lokasi penyimpanan data mereka, yang mencerminkan kemajuan signifikan dalam upaya pengelolaan data. Namun, sebanyak 38 persen responden mengatakan bahwa kinerja infrastruktur terus-menerus mengganggu inisiatif operasional dalam mendukung workload AI dan analitik di lingkungan data yang terdistribusi.
Sementara itu, sebanyak 20 persen responden menyebut lemahnya integrasi ke dalam alur kerja sebagai alasan utama investasi AI dan analitik gagal memberikan imbal hasil sesuai harapan. Mengenai masalah tata kelola, meskipun 61 persen lembaga jasa keuangan melaporkan bahwa seluruh atau hampir seluruh data mereka sudah terkelola dengan baik, banyak yang masih kesulitan menciptakan konsistensi dan kontrol yang dibutuhkan untuk mendukung inisiatif AI sekaligus tetap tunduk pada regulasi.
Terlepas dari berbagai tantangan tersebut, lembaga keuangan tetap berkomitmen untuk melanjutkan transformasi berbasis AI. Ketika lembaga beralih dari tahap eksperimen ke tahap implementasi, kesiapan data menjadi faktor pembeda yang sangat krusial sebab hal ini akan memungkinkan tim mempercepat inovasi tanpa mengabaikan aspek kepercayaan, transparansi, dan pengawasan ketat.
Sr. Director Industry AI Solutions di Cloudera, Jake Bengston, menjelaskan bahwa kesuksesan AI jangka panjang tidak cukup hanya mengandalkan model semata. Menurutnya, hal itu bergantung pada penyediaan konteks yang tepat agar sistem dapat mengambil keputusan yang akurat dan konsisten berbasis data yang tepercaya, mudah diakses, serta terkelola dengan baik.
Selanjutnya, ia menambahkan bahwa seiring langkah lembaga memperluas penggunaan AI di berbagai bidang seperti pencegahan fraud, manajemen risiko, compliance, dan pengalaman nasabah, mereka membutuhkan fleksibilitas untuk menghadirkan AI ke lokasi penyimpanan data yang terkelola di mana pun data tersebut berada. Pendekatan ini mampu meningkatkan kualitas hasil pemrosesan AI, mengurangi kerumitan, memperkuat compliance, sekaligus mempercepat pencapaian value bisnis secara berkelanjutan.
Redaksi
